Skip to content
Neueste BriefingsThemenUnternehmenGlossarÜber uns
Schlagwort · 2 Artikel

#benchmarks

Embodied AI & Foundation ModelsHINTERGRUND

Gemini 4 Argon erreicht 87 % beim Embodied Reasoning, braucht aber 52 Minuten pro Aufgabe am realen Arm

Google hat Gemini 4 Argon am 13. Oktober weltweit verfügbar gemacht und die Robotik-Anwendungen in vier Bereiche gegliedert: Robotersteuerung, Real2Sim, physisches Verständnis sowie Forschung und Selbstverbesserung. AA-Robotics v0.1 von Artificial Analysis gab Argon 55,3 von 100 Punkten beim Steuern eines realen Arms über acht Tischaufgaben, rund 100-mal langsamer als ein Mensch, während Physical Intelligence am selben Tag eine API-Beta für das Fine-Tuning seiner Modelle π0 und π0.5 auf Pis Infrastruktur öffnete.

4 Min. LesezeitQuellen geprüft
Embodied AI & Foundation ModelsHINTERGRUND

LoopWAM gewinnt 19.7 Punkte an realen Robotern, indem es auf seinen eigenen gelabelten Rollouts nachtrainiert

LoopWAM ist ein geschlossenes World-Action-Modell der Tsinghua-Universität, von Dexmal und Loopeva, das jeden Rollout nach Qualität bewertet und fehlgeschlagenen Trajektorien Video-Supervision, aber keine Aktions-Supervision gibt. Auf der Table30-V2 von RoboChallenge belegt es mit 43.33 % Erfolg Platz eins, 2.67 Punkte vor dem VLA-DM0.5-Eintrag in der eigenen Tabelle und 0.33 Punkte vor den 43.0 %, die Dexmal für DM0.5 veröffentlicht.

5 Min. LesezeitQuellen geprüft